Revista Mexicana

Marroqun-Guerra
et al.de Ciencias Geolgicas, v. 26, nm. 2, 2009, p. 530-542

530

Evaluacin estadstica de Materiales de Referencia Geoqumica del

Centre de Recherches Ptrographiques et Gochimiques (Francia)
aplicando un esquema de deteccin y eliminacin de valores desviados
Sylvia Gabriela Marroqun-Guerra1, Fernando Velasco-Tapia1,*
y Lorena Daz-Gonzlez2
Facultad de Ciencias de la Tierra, UANL; Ex-Hacienda de Guadalupe;
Carretera Linares-Cerro Prieto km. 8, Linares, N.L., 67700 Mxico.
2
Centro de Investigacin en Energa, Universidad Nacional Autnoma de Mxico,
Priv. Xochicalco s/n, Temixco, Mor., Mxico 62580, Mxico.
velasco@fct.uanl.mx
1

RESUMEN
Se presentan los resultados de una evaluacin estadstica de la composicin ms probable
(parmetros de tendencia central y dispersin) para ocho Materiales de Referencia Geoqumica (MRG),
disponibles actualmente en el Centre de Recherches Ptrographiques et Gochimiques (CRPG; Nancy,
Francia): bauxita BX-N, diorita DR-N, sienita DT-N, feldespato de potasio FK-N, granito GS-N,
microgabro PM-S, serpentina UB-N y dolerita WS-E. La metodologa consisti en la preparacin de bases
de datos actualizadas de composicin para cada MRG y su procesamiento estadstico. A cada base de datos
se le aplic, por elemento y con ni >5, un filtro estadstico consistente de variantes sencillas y compuestas
de pruebas de desviacin/extensin, Grubbs, Dixon y momentos de alto orden. Este procedimiento tuvo
como objetivo detectar y en su caso, eliminar valores desviados en muestras de poblacin que, segn la
teora, tienden a distribuirse normalmente. Los datos de concentracin obtenidos en esta evaluacin se
compararon con los valores de trabajo propuestos por el CRPG, generados a partir de un enfoque de
parmetros de tendencia central (mtodo robusto). Una evaluacin estadstica tipo ANOVA (a un nivel
de confianza del 99%) indic que, dependiendo del MRG, en 39% (BX-N) a 70% (UB-N) de los casos
existen diferencias significativas en varianza de los valores de composicin generados en este trabajo
en relacin con los propuestos en la literatura. En general, los valores de %Rsd generados durante el
presente estudio son menores que aquellos reportados en la literatura. En los casos donde se detect
discordancia en varianza, la diferencia en porcentaje de desviacin estndar relativa (%Rsd) vari
entre 25 y 100%, aunque en algunos casos fue superior, alcanzando hasta ~1400% (Sb para BX-N).
De acuerdo con el anlisis de ANOVA, no se observaron diferencias significativas entre los valores
promedio para microgabro PM-S propuestos en este trabajo y aquellos sugeridos en la literatura. En
el resto de los MRG se detectaron diferencias de composicin en el 1.9% (GS-N) a 18.4% (BX-N) de
los casos evaluados. En general, la diferencia de magnitud en los valores promedios propuestos en este
trabajo y la literatura (x) fue <18.6% para el 89% de los elementos estudiados, considerando los ocho
MRG, mientras que en los casos restantes sta fue superior. Casos extremos de contraste (x 100%) se
observaron en: (a) Na2O, Cs y Rb para BX-N; (b) Sn para diorita DR-N; (c) MgO, CaO y Cl para DT-N;
(d) Fe2O3, Th y F para FK-N; y (e) Ge para UB-N. La informacin aqu generada podra ser aplicable
para diversos propsitos tales como mejores calibraciones de mtodos analticos, control de calidad de

Marroqun-Guerra S.G., Fernando Velasco-Tapia, F., Daz-Gonzlez, L., 2009, Evaluacin estadstica de Materiales de Referencia Geoqumica del Centre
de Recherches Ptrographiques et Gochimiques (Francia) aplicando un esquema de deteccin y eliminacin de valores desviados: Revista Mexicana de
Ciencias Geolgicas, v. 26, nm. 2, p. 530-542.

Evaluacin estadstica de Materiales de Referencia aplicando deteccin y eliminacin de valores desviados

531

nuevos datos geoqumicos, y, por consecuencia, contribuir a contar con datos ms precisos y exactos
tiles en la interpretacin geoqumica de procesos geolgicos.
Palabras clave: materiales de referencia geoqumica, pruebas estadsticas, valores desviados, geoqumica
analtica.

ABSTRACT
The present study shows the results of a statistical evaluation to establish reliable composition values
(central tendency and dispersion parameters) for eight Geochemical Reference Materials (GRM) available
from Centre de Recherches Ptrographiques et Gochimiques (CRPG; Nancy, France): bauxite BX-N,
diorite DR-N, sienite DT-N, potash feldspar FK-N, granite GS-N, microgabbro PM-S, serpentine UB-N,
and dolerite WS-E. The methodology consisted in the preparation of updated composition databases for
each GRM and their statistical data processing. A statistical filter was applied in each element database
with ni >5, consisting of simple and multiple deviation/spread, Grubbs, Dixon, and moments of high order
variant tests. The objective of this procedure was to detect and to eliminate discordant outlier values in
population samples that according to the theory, tend to be normally distributed. Concentration values
obtained in this evaluation were compared with working values proposed by CRPG, which have been
generated by applying a central tendency indicator approach (robust method). An ANOVA statistical
evaluation (at 99% confidence level) indicated significant variance differences between the literature
working values and those generated in this work in 39% (BX-N) to 70% (UB-N) of studied cases. Values
of %Rsd obtained in this work were generally lower in comparison with those reported by CRPG.
Relative standard deviation percentage difference (%Rsd) varied from 25 to 100%, although in some
cases was higher, reaching until ~1400% (Sb for BX-N). According to ANOVA evaluation, no significant
differences were observed between microgabbro PM-S average values proposed in this work and those
suggested in the literature. For the rest of GRM, differences in composition were observed from 1.9%
(GS-N) to 18.4% (BX-N) of evaluated cases. In general, considering the eight GRM, the magnitude of
deviation of average value (x) was <18.6% for 89% of evaluated elements, whereas that differences
for rest of cases were larger. Extreme cases with a high contrast (x >100) were detected in: (a) Na2O,
Cs, and Rb for BX-N; (b) Sn for DR-N; (c) MgO, CaO, and Cl for DT-N; (d) Fe2O3, Th, and F for FK-N;
and (e) Ge for UB-N. The information generated in this work could be used for several purposes that
include better calibration models for analytical methods, quality control of new geochemical data, and,
as a consequence, improved geochemical models for geological processes.
Key words: geochemical reference materials, outlier statistical tests, analytical geochemistry.

INTRODUCCIN
Los datos qumicos de alta calidad o confiabilidad
para un material especfico se caracterizan por mostrar los
atributos de verdaderos, certeros, consistentes, probados y
seguros (Valcrcel y Ros, 1999). La calidad analtica ser
inversamente proporcional a la diferencia entre la composicin qumica intrnseca del material y aquella que se determina a travs de diversos sistemas analticos. Sin embargo,
la composicin verdadera del material generalmente no es
accesible al analista. Por esta razn, el uso de referencias
es imprescindible en las mediciones analticas a travs de
procesos de calibracin de equipos y mtodos. Adems, el
manejo de materiales de referencia para las calibraciones
es un aspecto fundamental de la metrologa qumica, en la
cual se involucran trminos claves, tales como trazabilidad,
incertidumbre, estndares, calibracin y reproducibilidad
(Kane y Potts, 2002).
Dentro de una visin metrolgica de calidad existen
dos tipos de referencias (Valcrcel et al., 1999): a) tangibles,

representadas por materiales de referencia y que deberan

contar con una certificacin por parte de algn organismo
(Stoeppler et al., 2001); y b) intangibles, en las cuales
se incluyen normas, guas o criterios (en la actualidad,
especialmente aquellas propuestas por la International
Organization of Standarization; ISO). Por otra parte, las
necesidades especficas de un cliente o interesado representaran el aspecto prctico de la calidad analtica. De esta
forma, existen dos tipos de calidad analtica (Valcrcel et
al., 1999): a) la confiabilidad especfica, la cual se define
como el intervalo de confianza dentro del cual se ubicara
la informacin analtica. Considerando una distribucin
gaussiana para n datos, los valores de media (x) y desviacin estndar (s) podran representar una estimacin de la
confiabilidad especfica, producto de un anlisis en rplica
de una especie en un material particular; y b) la confiabilidad genrica, la cual representa la confianza de que la
informacin analtica obtenida sea cercana a la informacin
intrnseca del material. Esta evaluacin implica el anlisis
de un material de referencia, cuya composicin se conoce

532

Marroqun-Guerra et al.

de forma previa, aplicando alguna metodologa de anlisis

concreta. En este caso, la confiabilidad es evaluada por
medio de la comparacin entre los valores experimentales
(nexp, xexp sexp) y tericos (nteo, xteo steo) a travs de pruebas
estadsticas, por ejemplo, del tipo F y t de Student (Jensen
et al., 1997; Verma, 2005, 2009).
Por otra parte, el objetivo de la Geoqumica Analtica
es el anlisis qumico de los materiales geolgicos, con
precisin y exactitud, aplicando diversas tcnicas instrumentales (Potts, 1995). Uno de los temas ms relevantes de esta
disciplina es la preparacin, evaluacin y uso de Materiales
de Referencia Geoqumica (MRG). Estos han sido definidos
como muestras geolgicas finamente pulverizadas, de una
alta homogeneidad y con una composicin geoqumica
conocida con un alto grado de fiabilidad, los cuales son
utilizados para la calibracin de mtodos analticos con
mayor precisin, exactitud y sensitividad en el anlisis de
rutina (Abbey, 1992; Kane, 1992; Potts, 1995; Velasco-Tapia
et al., 2001; Kane, 2001). A la fecha, existen ~800 MRG
que cubren una gran diversidad de matrices geolgicas,
los cuales han sido preparados y distribuidos por diversos
organismos (Jochum et al., 2005), por ejemplo Centre de
Recherches Ptrographiques et Gochimiques (CRPG),
U.S. Geological Survey (USGS), Geological Survey of
Japan (GSJ), International Working Group (IWG), National
Institute of Standards and Testing (NIST) y Geological
Survey of Canada (GSC).
El objetivo del presente trabajo es reportar los resultados de la evaluacin estadstica de composicin (parmetros de tendencia central y dispersin) para un grupo de
ocho MRG preparados y distribuidos por el CRPG (Nancy,
Francia; <http://helium.crpg.cnrs-nancy.fr/SARM/geostandards/geostandards.html>: bauxita BX-N, diorita DR-N,
sienita DT-N, feldespato potsico FK-N, granito GS-N,
microgabro PM-S, serpentina UB-N y dolerita WS-E.
La metodologa empleada involucr la creacin de
una base de datos de composicin qumica para cada MRG
y la aplicacin de un esquema estadstico estricto para la
deteccin y eliminacin de valores desviados en muestras de
poblacin que tienden a distribuirse normalmente (Barnett y
Lewis, 1994; Verma, 1997; Velasco-Tapia et al., 2001).
MTODOS DE EVALUACIN DE MATERIALES
DE REFERENCIA GEOQUMICA
Una gran cantidad de literatura se ha publicado en
relacin con la seleccin y preparacin de los MRG (por
ejemplo, Govindaraju, 1993; Potts, 1995; Kane, 2001;
Kane et al., 2003). Sin embargo, la mayora de los materiales disponibles para uso en laboratorios geoqumicos
no pueden considerarse como materiales de referencia
certificados (MRC), ya que fueron preparados antes de la
publicacin de la metodologa estricta propuesta por la ISO
(1989, 2006) o debido a que estos lineamientos no fueron
tomados en cuenta por la institucin generadora del MRG.

Por ejemplo, las normas ISO indican que debera realizarse una preseleccin de laboratorios que participan en el
proyecto de certificacin, considerando los resultados de
su participacin en pruebas internacionales de eficiencia y
calidad de los datos que puede producir (Kane et al., 2007).
Kane et al. (2003) formalizaron un protocolo de certificacin de MRG considerando los lineamientos metrolgicos
de las normas ISO (1989, 2000, 2006) y que fue aplicado
de forma reciente en la certificacin de la pizarra Penrhyn
OU-6 (Kane, 2004, 2005). Por otro lado, bajo el auspicio
del Programa de Estndares, Mediciones y Pruebas de la
Comisin Europea, Bonas et al. (2003) crearon el programa
SoftCRM para el almacenamiento y procesado de datos
experimentales durante el desarrollo de nuevos MRC. El
programa lleva a cabo estudios de homogeneidad (basada
en pruebas ANOVA) y estabilidad del material (basada en
modelos de regresin lineal de datos generados a diferentes
condiciones de temperatura e intervalos de tiempo de anlisis) y, una vez cumplidas estas caractersticas, un ejercicio de
certificacin (que incluye la aplicacin de diversas pruebas
de deteccin de valores desviados y de normalidad).
Sin embargo, un problema crtico del uso de los MRG
(certificados o no) sigue siendo el definir la metodologa
ms apropiada para establecer los valores probables de
concentracin para cada constituyente a fin de realizar una
asignacin de calidad analtica. En este proceso de evaluacin, es necesario considerar tres aspectos bsicos:
(a) Informacin que integra las bases de datos. Los
valores ms probables de concentracin en MRG se establecen a partir de compilaciones de datos analticos, los cuales
han sido determinados por diferentes mtodos analticos.
Cada resultado individual representa la suma de: (1) el valor
verdadero, (2) la incertidumbre asociada a la medicin, (3)
la incertidumbre asociada al mtodo analtico y (4) la incertidumbre asociada al laboratorio (Potts, 1995). Sin embargo,
los datos individuales para la mayora de los MRG utilizados
actualmente son reportados sin la incertidumbre asociada y
sin explicacin acerca del control de calidad analtica del
mtodo utilizado, un aspecto que es considerado como clave
por las normas ISO (1989);
(b) Mtodos de evaluacin de las bases de datos. La
manera de estimar los valores ms probables de concentracin de cada constituyente en los MRG ha sido un tema
controversial entre la comunidad geoqumica (por ejemplo,
Lister, 1982; Abbey y Rosseau, 1985; Flanagan, 1986;
Gladney et al., 1991, Abbey, 1992; Verma, 1997, 1998a,
2005; Velasco y Verma, 1998; Kane, 2004). Las metodologas aplicadas se clasifican en tres grupos generales (Velasco
y Verma, 1998): (1) mtodos de laboratorios selectos (por
ejemplo, Abbey, 1981; Abbey et al., 1979): utiliza datos de
un pequeo grupo de laboratorios considerados de alta
confianza para establecer valores de uso. Debido a su subjetividad, esta metodologa fue abandonada durante los aos
noventa; (2) mtodos estadsticos basados en parmetros de
tendencia central (por ejemplo, Govindaraju 1987, 1994):
estos se basan en la eliminacin inicial de valores desviados

Evaluacin estadstica de Materiales de Referencia aplicando deteccin y eliminacin de valores desviados

gruesos (definidos como aquellos situados fuera de los

lmites definidos por algn parmetro de incertidumbre, por
ejemplo, los criterios 2s 3s; nuevamente una metodologa estadsticamente errnea (ver Barnett y Lewis, 1994;
Verma, 2005; Hayes et al., 2007), seguida de la evaluacin
de indicadores de tendencia central, tales como la moda
dominante de agrupamiento (Ellis et al., 1977), mediana
Gastwirth (Ellis, 1981), valor central Gamma (Christie y
Alfsen, 1977) o media geomtrica (Sankar Das, 1979).
Estos parmetros se consideran resistentes a la presencia de
valores desviados (Huber, 1981). Sin embargo, su debilidad
radica en la extensin y la estructura (simtrica o asimtrica)
correcta de los recortes, as como en la asignacin del
valor recomendado cuando los parmetros de tendencia
central difieren en forma significativa (Barnett y Lewis,
1994; Verma, 2005); y (3) mtodos que involucran la deteccin y eliminacin de valores errneos: estos esquemas
involucran la deteccin y eliminacin de valores desviados
aplicando criterios estadsticos. La concentracin ms
probable de cada constituyente y su incertidumbre quedan
establecidas con la media aritmtica y la desviacin estndar
de los datos remanentes. Varios autores han utilizado dos
o tres veces la desviacin estndar como nico criterio de
identificacin de valores errneos, sin tomar en cuenta el
tamao de la muestra (Stoch y Steele, 1978; Ando et al.,
1987; Imai et al., 1995). Sin embargo, este mtodo ha sido
cuestionado debido a que los valores crticos asociados a
las pruebas equivalentes de discordancia (pruebas de desviacin/extensin TN1 y TN2, segn la clasificacin de
Barnett y Lewis, 1994) son fuertemente dependientes del
tamao de la muestra estadstica (Verma, 1997, 1998a, 2005;
Velasco-Tapia et al., 2001; Verma y Quiroz-Ruiz, 2006a;
Hayes et al., 2007). Verma (1997) estableci un modelo de
evaluacin basado en la aplicacin de 16 pruebas estadsticas, a un nivel de confianza del 99%, para la deteccin de
valores errneos en muestras de poblacin univariada. El
esquema incluye pruebas de diferente estructura estadstica:
desviacin/extensin, Grubbs, Dixon y momentos de alto
orden, las cuales evalan a k valores como datos desviados
potenciales (Velasco-Tapia et al., 2001).
Posteriormente, se desarroll un programa de cmputo (SIPVADE) para aplicar esta metodologa de forma
automtica (Verma et al., 1998). Sin embargo, el esquema
tena como limitante un nmero distinto de valores crticos
disponibles para cada prueba. Aplicando una simulacin tipo
Monte Carlo, Verma y Quiroz-Ruiz (2006a, 2006b, 2008)
y Verma et al. (2008) reportaron nuevos valores crticos
ms precisos y exactos para las pruebas estadsticas antes
mencionadas, con una aplicabilidad a muestras que tienden a
un comportamiento normal con tamao n hasta 1000 (y para
tamaos de muestras mayores). Esta informacin ha sido
integrada al programa de cmputo DODESYS (Discordant
outlier detection and elimination system; Daz-Gonzlez,
2008; Verma y Daz-Gonzlez, en preparacin), el cual es
un sistema especializado en la identificacin, y en su caso
la depuracin, de datos discordantes presentes en muestras

533

estadsticas univariadas, mediante la aplicacin de pruebas de discordancia. Un dato discordante se define como
una observacin inconsistente dentro de un conjunto de
observaciones y que debera rechazarse por no pertenecer
a la poblacin. El programa computacional DODESYS representa una actualizacin del programa SIPVADE (Verma
et al., 1998), donde se consideran valores crticos de n =
51,000 para cada una de las pruebas de discordancia. En
resumen, aunque la lgica de la evaluacin estadstica no
ha cambiado, la ventaja fundamental de DODESYS con
respecto a SIPVADE radica en la posibilidad de aplicar todas
las pruebas de discordancia bajo las mismas circunstancias
de nmero de datos y con valores crticos de mayor precisin
y exactitud. Esto ha permitido comparar de manera ms
equitativa las eficiencias relativas de las diferentes pruebas
estadsticas (Verma et al., 2009; Gonzlez-Ramrez et al.,
2009). Asimismo, DODESYS posee una interfaz grfica
que permite al usuario interactuar con el sistema en la lectura del archivo de entrada, en la validacin del archivo de
entrada, en la seleccin de las pruebas de discordancia y en
el procesamiento de los datos. DODESYS provee al usuario
dos reportes de salida, un archivo depurado de los datos,
un archivo con los datos discordantes identificados y una
carpeta con todos los detalles sobre la identificacin y eliminacin de los datos mediante la aplicacin de las pruebas
de discordancia, lo cual es muy til para la interpretacin de
los resultados. Otra caracterstica novedosa de DODESYS
es el clculo de los lmites de confianza usando los valores
crticos de t de Student interpolados recientemente por
Verma (2009), mediante una metodologa novedosa de
regresiones polinomiales despus de las transformaciones
logartmicas de los grados de libertad.
(c) Composicin propuesta del MRG. En la mayora
de las compilaciones disponibles de MRG, los valores de
concentracin propuestos no van acompaados de parmetros estadsticos completos, especialmente valores de
desviacin estndar (por ejemplo, Govindaraju, 1994; Potts,
1995). Incluso, en la base de datos GEOREM (Jochum et al.,
2005; <http://georem.mpch-mainz.gwdg.de/sample_query.
asp>) la informacin de incertidumbre no es completa
para todos los MRG disponibles. A pesar del poco inters
para gran parte de la comunidad de geociencias, la incertidumbre de los datos analticos es informacin esencial
para establecer correctamente metodologas analticas.
Por ejemplo, las calibraciones de fluorescencia de rayos
X (XRF) estn basadas en modelos de regresin lineal
entre datos de concentracin de MRG y seales analticas
(por ejemplo, Guevara et al., 2005). Generalmente, en su
construccin slo es tomada en cuenta la incertidumbre de
la seal fluorescente, que es en general menor a la de las
concentraciones de MRG. Esto puede dar lugar a modelos
de calibracin deficientes, especialmente cuando valores
de concentracin errneos (valores con alta incertidumbre)
controlan los valores de la pendiente. Como consecuencia,
se afectara la calidad de los datos analticos de muestras
desconocidas analizadas bajo esta calibracin, los cuales son

534

Marroqun-Guerra et al.

utilizados para tomar una decisin tcnica o administrativa

para un propsito definido (Kane, 2001). Por consecuencia,
calibraciones tomando en cuenta errores en ambos ejes
han sido recomendadas (e.g., Baumann, 1997; Santoyo y
Verma, 2003; Guevara et al., 2005; Verma, 2005; Santoyo
et al., 2006; Verma et al., 2009), las cuales permiten obtener errores totales en parmetros qumicos de muestras de
materiales geolgicos y lograr interpretaciones de procesos
geolgicos ms objetivas.
MATERIALES DE REFERENCIA GEOQUMICA
DEL CRPG
Bajo la responsabilidad de K. Govindaraju, en el periodo 1963-1994, el CRPG prepar veinticuatro MRG, siendo
el primero de ellos el granito GR (Roubault et al., 1964). A
diferencia de otros organismos (por ejemplo, USGS y GSJ),
el procedimiento de preparacin de sus MRG incluy una
etapa intermedia de reserva del ~50% de material procesado entre la molienda gruesa (dimetro ~6 mm) y fina
(dimetro <75 m). La otra mitad del material contina con
los procesos de molienda fina y homogenizacin y es puesto
a disposicin de los laboratorios geoanalticos. Una vez que
el MRG se va agotando, el material de reserva va siendo
tambin procesado. Esto ha permitido alargar el tiempo de
disponibilidad de estos MRG (Govindaraju, 1993).
Por otra parte, los valores de concentracin propuestos
para los MRG del CRPG han sido derivados siguiendo un
procedimiento que combina el clculo de parmetros de
tendencia central (moda dominante de agrupamiento, mediana Gastwirth, valor central gamma y media geomtrica)
y criterios subjetivos. Govindaraju (1993) seal que, tres
dcadas de experiencia, indican que la mediana o una media recortada a 1s de los parmetros de tendencia central
representan los parmetros ms adecuados de evaluacin
de valores de trabajo, aunque no en todos los casos. Sin
embargo, este autor no explic bajo qu condiciones se da
esta excepcin, ni qu opciones tendra el usuario. Tampoco
est claro cmo llegar a estos valores de trabajo a partir de
los diferentes indicadores de tendencia central robustos
arriba mencionados. El CRPG ha sugerido a los interesados
en el uso de sus materiales (por ejemplo, Govindaraju et
al., 1994) utilizar sus valores de trabajo o bien reprocesar
las bases de datos originales aplicando nuevas herramientas
estadsticas.
Es importante sealar que la composicin recomendada para los MRG bajo estudio contina siendo la misma
que se propuso a partir de las evaluaciones realizadas en la
dcada de 1980, como se puede constatar en la pgina web
del CRPG (<http://helium.crpg.cnrs-nancy.fr/SARM/geostandards/geostandards.html>) o en la Tabla 1, en donde se
presenta la composicin propuesta por el CRPG y la base de
datos GEOREM para la bauxita BX-N. Por otra parte, en la
literatura (Kane, 2001) se ha sealado que la utilidad de los
MRG se incrementa en la medida que la incertidumbre en los

Tabla 1. Composicin qumica para la bauxita BX-N propuesta en la

literatura.
Elemento

nlit

CRPG ANRT
xlit

Elementos traza (ppm)

SiO2
37
TiO2
29
Al2O3
34
Fe2O3
11
FeO
11
MnO
20
MgO
29
CaO
34
Na2O
24
K2O
28
P2O5
18
CO2
6
H2O+
9
H2O7
EM
Fe2O3T
36
LOI
18

7.40
2.37
54.21
22.88
0.26
0.05
0.11
0.17
0.04
0.05
0.13
0.44
11.48
0.44
100.03
23.17
12.17

Elementos traza (ppm)

La
12
Ce
13
Pr
Nd
7
Sm
8
Eu
10
Gd
5
Tb
5
Dy
Ho
Er
Tm
Yb
8
Lu
5
Ba
11
Be
7
Co
21
Cr
22
Cs
Cu
17
Ga
7
Hf
7
Li
7
Nb
6
Ni
21
Pb
19
Rb
9
Sb
9
Sc
9
Sr
17
Ta
6
Th
11
U
10
V
12
Y
9
Zn
25
Zr
16
As
10

355
520
54
163
22
4.4
20
3
18.5
4.1
11
1.7
11.6
1.8
30
5.5
30
280
0.4
18
67
15.2
39
52
180
135
3.6
8
60
110
4.6
50
8.8
350
114
80
550
115

slit
0.46
0.23
1.16
1.0
0.21
0.02
0.08
0.14
0.06
0.03
0.06
0.23
0.22
0.23
0.84
0.26
76
43
30.51
3.4
0.53
6.35
0.33

2.12
0.44
26.38
0.87
33.312
74.9
4.22
18.99
4
12.71
5.28
36.77
76.49
11.04
23.32
10.32
18.68
0.84
10.76
2.42
77.06
40.24
38.84
88.55
8.96

GEOREM
xGEOREM
7.43
2.37
54.21
23.85
0.53
0.05
0.11
0.17
0.01
0.05
0.13
0.44
11.48
0.44
101.27
23.17
12.17
386.5
574
54
178
22.64
4.44
20
3.15
18.5
4.1
11
1.7
12.4
1.89
30
5.5
32.4
290396.1
0.4
18
67
15.6
39
52
189
135.6139.6
3.6
8.27
61.55
110
4.2
54.1
10
350
114
80
550
118.7129.7

Evaluacin estadstica de Materiales de Referencia aplicando deteccin y eliminacin de valores desviados

Tabla 1 (continuacin). Composicin qumica para la bauxita BX-N
propuesta en la literatura.
Elemento

nlit

CRPG ANRT
xlit

Elementos traza (ppm)

Au
Br
Cl
F
6
I
In
Mo
5
S
Se
Sn
6
Te
W

900

slit

100

0.3
8.3

2.56

13.4

10.98

GEOREM
xGEOREM
< 0.004
< 1.7
30
900
3
0.271
8.26
160
0.116 0.15
13.4
0.386
9

Fuentes de composicin propuesta. CRPG - ANRT: pgina web <http://

helium.crpg.cnrs-nancy.fr/SARM/geostandards/geostandards.html>;
GEOREM: <http://georem.mpch-mainz.gwdg.de/sample_query.asp>.

valores de referencia es ms pequea en comparacin a la

observada en los datos analticos de rutina. En este contexto
se ha recomendado que la primera debera tener magnitudes de, al menos, una tercera parte de la segunda (Uriano
y Gravatt, 1977). Es por ello que se esperara disminuir la
incertidumbre en los valores de referencia al considerar un
mayor nmero de datos a los disponibles en las bases de
datos ms recientes para estos MRG, principalmente porque la mayora de ellos han sido generados con mtodos
instrumentales ms modernos.
Como ya se ha sealado, el objetivo del presente
trabajo es la evaluacin de la informacin de un grupo de
ocho MRG distribuidos por el CRPG, aplicando el esquema estadstico estricto basado en pruebas de discordancia
propuesto originalmente por Verma (1997), por medio del
programa DODESYS. Cabe sealar que dos de las muestras
bajo estudio ya han sido analizadas previamente siguiendo
el esquema de las pruebas de discordancia: microgabro
PM-S (Verma, 1997) y dolerita WS-E (Verma et al., 1998).
Sin embargo, el esquema actual permite la aplicacin de las
pruebas con una disponibilidad de valores crticos ampliada
hasta n = 1000 (Verma y Quiroz-Ruiz, 2006a, 2006b; Verma
et al., 2008) mediante del programa DODESYS.
COMPILACIN DE BASES DE DATOS
Las bases de datos fueron establecidas utilizando las
observaciones individuales reportadas en las compilaciones
ms recientes de los MRG de CRPG: Govindaraju (1982,
1984) y Govindaraju y Roelandts (1989) para bauxita BXN, diorita DR-N, sienita DT-N, feldespato potsico FK-N,
granito GS-N y serpentina UB-N; Govindaraju et al. (1994)
para dolerita WS-E y microgabro PM-S. Adicionalmente, se
realiz una bsqueda de trabajos publicados que incluyeran

535

informacin analtica de los MRG bajo estudio, generada

posteriormente a las compilaciones antes sealadas. Los
trabajos fueron localizados utilizando como gua las revisiones bibliogrficas anuales, a partir de 1990, de la revista
Geostandards and Geoanalytical Research (Roelandts, 1990,
1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999,
2000; Valladon, 2002, 2003, 2004, 2005, 2006; Jochum,
2007; Jochum et al., 2008). Los datos geoqumicos fueron
capturados utilizando el software comercial STATISTICA
(Statsoft Inc., 1984-2003) con un formato de las bases de
datos similar al propuesto por Verma et al. (1998). Las
bases de datos fueron procesadas utilizando el programa
DODESYS, cuyo esquema estadstico bsico se describe
en el siguiente apartado. Como ya se ha sealado, este
programa realiza una evaluacin estadstica que sigue una
lgica similar, aunque con algunas mejoras, a la que utiliza
el programa SIPVADE (Verma et al., 1998). Bsicamente,
estas mejoras y actualizaciones incluyen nuevos valores
crticos ms precisos y exactos que los existentes en la
literatura anterior.
ESQUEMA ESTADSTICO
Los datos individuales fueron ordenados por elemento
de forma ascendente de concentracin y se establecieron
parmetros estadsticos iniciales (ni, xi, si). El proceso de
evaluacin se restringi a muestras con tamao inicial ni
>5. Adicionalmente, como lo recomiendan las normas de
la ISO (1989; seccin 8.3.4) y previamente a la aplicacin
del esquema estadstico, se prepararon grficos de distribucin de frecuencia para cada elemento constituyente.
La mayor parte de las distribuciones se desvan en forma
significativa de un comportamiento gaussiano, atribuido a
la presencia de valores desviados. Sin embargo, los datos
constituyen aproximadamente bloques compactos, implicando la posibilidad de establecer un valor de consenso
(ISO, 1989; seccin 8.3.4.2). Inicialmente, los datos fueron
distribuidos dentro de ocho grupos de acuerdo a la metodologa analtica empleada. Cabe sealar que el programa
DODESYS clasifica automticamente los datos de cada
elemento en estos grupos dependiendo del mtodo analtico
(Velasco-Tapia et al., 2001): (1) mtodos clsicos (MC; que
incluyen principalmente los gravimtricos y volumtricos),
(2) mtodos de absorcin atmica (AA), (3) fluorescencia
de rayos-X (FX), (4) espectrometra de emisin (ES), (5)
mtodos nucleares (MN), (6) espectrometra de masas (MS),
(7) cromatografa (CG; de gases, inica y de intercambio
inico) y (8) mtodos miscelneos (MM; combustin elemental, quimioluminiscencia, colorimetra, coulometra,
fluorimetra, electrodos de in selectivo, potenciometra
y espectroscopa de Mossbauer). Cuando nmtodo 5, se
estableci el valor promedio y la desviacin estndar para
cada elemento por subgrupo analtico y se aplic una prueba
ANOVA (a un nivel de confianza del 99%) para determinar
si exista una diferencia significativa entre ellos. Ya que

536

Marroqun-Guerra et al.

en 95% de los casos no se observaron diferencias significativas entre parmetros asociados a diferentes tcnicas
y que, especialmente para elementos traza y ultratraza,
se observaron valores de nmtodo <5, los datos individuales
fueron combinados en una sola muestra de poblacin, que
representa el anlisis de cada MRG aplicando la diversidad
de metodologas analticas.
A cada muestra de poblacin se le aplicaron, en
secuencia, las pruebas de discordancia estadstica (a un
nivel de confianza del 99%) segn el esquema propuesto
por Verma (1997). Este incluye las pruebas sugeridas por
Barnett y Lewis (1994), en el siguiente orden: desviacin/
extensin (TN1-TN3), Grubbs (TN4 y TN16), Dixon (TN7TN13) y momentos de alto orden (TN14 y TN15). En el
momento en que cualquiera de las pruebas detect un dato
desviado, ste fue eliminado. Este proceso iterativo se aplic
hasta no encontrar ningn valor discordante. De esta forma,
cada prueba fue aplicada al grupo total de datos originales.
Cabe aclarar que, para el caso de un ni = 57 se aplicaron
nicamente las variantes de pruebas de tipo sencillo (k = 1,
siendo k el nmero de datos a probar a la vez), dejando
sin efecto a las variantes de pruebas mltiples (k = 24). La
justificacin de esta variacin metodolgica fue el evitar la
eliminacin excesiva de datos en muestras pequeas.
Se calcularon el nmero datos remanentes (nf), el nmero de valores desviados (Ot), el parmetro de tendencia
central (media, xf) y de dispersin (desviacin estndar, sf)
de los conjuntos depurados, as como los lmites de confianza al 99% asociados al valor promedio. Una descripcin
ms detallada de la lgica, estructura, funcionamiento y
aplicabilidad del sistema DODESYS se puede consultar
en Daz-Gonzlez (2008) y en Verma y Daz-Gonzlez
(en preparacin). El sistema DODESYS gener reportes
para cada muestra geolgica bajo estudio, en donde se
incluyeron parmetros estadsticos iniciales y finales por
grupo analtico, as como un reporte de la eficiencia en la
deteccin de valores desviados para cada prueba estadstica
de discordancia. Como un ejemplo, la Tabla 2 presenta los
resultados para la bauxita BX-N. Este MRG es de utilidad en
estudios geoqumicos asociados al desarrollo y evaluacin
econmica de depsitos bauxticos, fuente de Al, REE y Sc
(por ejemplo, Mordberg et al., 2001). La informacin para el
resto de los MRG se encuentra disponible en el suplemento
electrnico (Tablas A1-A7).
RESULTADOS DE EVALUACIN Y
COMPARACIN CON LA LITERATURA
En comparacin con las bases de datos en las que se
basan las composiciones propuestas por el CRPG, las utilizadas por DODESYS presentaron, en general, un mayor
nmero de datos de elementos mayores y traza, segn el
parmetro 100[(ni nlit)/nlit]. En el caso de la bauxita BX-N,
por ejemplo, se tuvo un incremento de 14% en el nmero de
datos compilados para SiO2 (elemento mayor), de 42% para

La y 14% para Ni (elementos traza) (ver Tablas 1 y 2).

La aplicacin de las pruebas estadsticas de discordancia dio como resultado la identificacin de valores desviados
generando los siguientes resultados generales en funcin
del grupo de elementos: (a) elementos mayores 33%, (b)
lantnidos 36%, (c) elementos traza 33 % y (d) elementos
ultratraza 38%. Los casos en los que los porcentajes fueron
mayores fueron poco frecuentes y, generalmente, estuvieron
asociados con elementos con un nmero bajo de datos disponibles. Por ejemplo, para la bauxita BX-N (Tabla 2) una
mayor proporcin de valores desviados se observ en H2O+
(ni = 10; 40%) para elementos mayores, Yb (ni = 13; 38%)
en lantnidos, Ga (ni = 9; 56%), Pb (ni = 22; 36%), Sb (ni =
10; 40%) e Y (ni = 9; 44%) en elementos traza. Es necesario
remarcar que los resultados generados por DODESYS se
reportan slo para aquellos casos en que nf 5.
La validez de la composicin calculada por DODESYS
para cada MRG fue evaluada considerando los siguientes
puntos: (a) la suma de los elementos mayores (EM = SiO2 +
TiO2 + Al2O3 + Fe2O3 + FeO + MnO + MgO + CaO + Na2O
+ K2O + P2O5 + CO2 + H2O+ + H2O-) debera resultar en un
valor de 100.0 1.0%, como se ha observado en el caso de
la composicin de bauxita BX-N (EM = 100.844%; Tabla
2). Esta condicin se cumple en la composicin propuesta
por el CRPG (EM = 100.03%; Tabla 1), pero no por la
propuesta por GEOREM (Tabla 1; EM = 101.3; <http://
georem.mpch-mainz.gwdg.de/sample_query.asp>); (b) la
composicin de lantnidos debera generar un patrn normalizado a condrita geoqumicamente consistente. Los valores
de normalizacin (en ppm) utilizados para la preparacin de
los diagramas de Masuda-Coryell fueron tomados de Haskin
et al. (1968) y Nakamura (1974): La = 0.329, Ce = 0.865, Pr
= 0.112, Nd = 0.630, Sm = 0.203, Eu = 0.077, Gd = 0.276,
Tb = 0.047, Dy = 0.343, Ho = 0.070, Er = 0.225, Tm = 0.030,
Yb = 0.220, Lu = 0.0339. Esta seleccin de valores obedece
a las recomendaciones hechas por Rock (1987). El patrn
de lantnidos de la bauxita BX-N (Figura 1) se caracteriza
por un gran enriquecimiento en elementos ligeros (LaBX-N
1000LaCondrita), una pequea anomala en Eu y un patrn
plano para los elementos pesados. Este patrn de lantnidos,
elaborado con los datos generados por DODESYS (Tabla 2),
es comparable con los diagramas construidos a partir de las
composiciones sugeridas por CRPG y GEOREM (Tabla 1).
Sin embargo, es evidente que la incertidumbre asociada a
la concentracin es mucho menor para los datos generados
por DODESYS, que aquellos propuestos por el CRPG. Los
diagramas de Masuda-Coryell para el resto de los MRG se
encuentran disponibles en formato electrnico (Figuras A1,
A3, A5, A7, A9, A11 y A13).
Por otra parte, en los trabajos previos sobre los
MRG del CRPG (Govindaraju, 1982, 1984; Govindaraju
y Roelandts, 1989; Govindaraju et al., 1994), las bases
de datos fueron procesadas estimando parmetros de tendencia central y derivando valores de trabajo. Como se ha
sealado, esta metodologa presenta ciertas debilidades, por
lo que es importante el comparar su eficiencia en relacin

537

Evaluacin estadstica de Materiales de Referencia aplicando deteccin y eliminacin de valores desviados

Tabla 2. Datos estadsticos iniciales y finales de composicin qumica para la bauxita BX-N (ANRT-CRPG).
Elemento

ni

xi

Elementos mayores ( % m/m)

SiO2
42
7.4
TiO2
32
2.43
Al2O3
38
54.3
Fe2O3
11
22.9
FeO
14
0.41
MnO
23
0.049
MgO
33
0.13
CaO
37
0.24
Na2O
25
0.08
K 2O
30
0.065
P2O5
20
0.14
CO2
6
0.49
H2O+
10
11.59
H2O7
0.44
EM
Fe2O3T
41
23.3
LOI
21
12.8
Elementos traza (ppm)
La
17
Ce
17
Nd
10
Sm
12
Eu
14
Gd
7
Tb
8
Dy
4
Ho
1
Er
1
Tm
2
Yb
13
Lu
9
B
5
Ba
13
Be
6
Co
23
Cr
27
Cs
6
Cu
19
Ga
9
Hf
10
Li
7
Nb
6
Ni
24
Pb
22
Rb
10
Sb
10
Sc
11
Sr
19
Ta
9
Th
13
U
11
V
15
Y
9
Zn
25
Zr
19
Ag
3
As
13
Au (ppb)
2

410
550
160
20.7
4.1
19
2.82
18.9
3.4
9.5
1.7
14
1.64
49
46
5.7
44
310
1.7
18.0
74
14.4
38
58
198
170
14
22
60
106
4.5
51
6.7
340
120
85
510
0.6
122
1.89

si

%Rsdi**

Ot

%Ot

nf

xf

0.5
0.23
1.1
1.0
0.19
0.016
0.08
0.14
0.06
0.029
0.06
0.23
0.21
0.09

6.7
9.5
2.0
4.4
47.4
31.8
57.9
59.9
78.2
44.6
41.5
46.5
1.8
21.3

2
0
0
2
0
4
4
8
0
0
2
0*
4
1*

5
0
0
18
0
17
12
22
0
0
10
0
40
14

40
32
38
9
14
19
29
29
25
30
18
6
6
6

0.9
3.8

3.8
29.9

4
5

10
24

37
16

7.49
2.43
54.3
23.27
0.41
0.043
0.11
0.17
0.08
0.065
0.126
0.49
11.44
0.41
100.844
23.3
11.96

140
80
26
3.7
0.5
5
0.35

33.6
14.2
16.0
17.6
11.3
27.2
12.3

5
0
0
4
0
1*
0

29
0
0
33
0
14
0

12
17
10
8
14
6
8

13
0.37
29
25
0.8
32
70
2.3
4.0
17
4.3
13
5
34
70
11
22
10
18
0.8
10
2.2
70
40
38
80

91.0
22.5
58.9
54.6
14.7
72.5
22.9
140.7
21.8
22.8
29.6
33.7
9.2
17.0
41.7
74.3
103.9
16.1
16.7
18.2
19.2
32.9
20.6
34.5
44.9
16.2

5
3
0*
4
0*
5
2
0*
3
5
0
0*
0*
4
8
3
4
0
4
2
3
0
0
4
5
4

38
33
0
31
0
22
7
0
16
56
0
0
0
17
36
30
40
0
21
22
23
0
0
44
20
21

6.8

sf

%Rsdf** Lmites de confianza 99%

0.39
0.23
1.1
0.43
0.19
0.009
0.05
0.06
0.06
0.029
0.037
0.23
0.05
0.06

5.3
9.5
2.0
1.8
46.3
20.4
46.5
36.1
78.2
44.6
29.4
46.5
0.4
14.6

7.32
2.32
53.8
22.79
0.25
0.037
0.09
0.14
0.04
0.050
0.100
0.12
11.36
0.30

7.65
2.55
54.8
23.76
0.56
0.049
0.14
0.20
0.11
0.079
0.150
0.87
11.53
0.51

0.5
0.17

2.3
1.4

23.0
11.36

23.5
11.52

360
550
160
22.7
4.1
17.4
2.82

22
80
26
0.9
0.5
2.4
0.35

5.9
14.2
16.0
4.1
11.3
13.9
12.3

340
500
134
21.5
3.8
13.5
2.39

380
600
186
23.8
4.5
21.4
3.25

8
6
5
9
6
18
25
6
16
4
10
7
6
20
14
7
6
11
15
7
10
11
15
5
20
15

10.7
1.73
49
32
5.7
35
300
1.7
17.9
68
14.4
38
58
192
133
9.2
7.7
60
113
4.14
53.3
6.7
340
114
75
541

1.1
0.10
29
6
0.8
5
50
2.3
2.1

10.4
5.9
58.9
17.0
14.7
14.7
17.8
140.7
11.7

9.3
1.6

12.0
1.9

4.3
13
5
15
10
3.4
1.5
10
9
0.31
4.3
2.2
70
5
12
31

29.6
33.7
9.2
7.7
7.5
37.0
19.6
16.1
8.0
7.4
8.0
32.9
20.6
4.5
15.8
5.7

13

122

6.8

26

39

32
270

39
330

16.4

19.5

10.0
20
49
182
125
4.4
5.2
50
106
3.71
48.9
4.6
280
104
67
517

18.8
56
66
201
141
13.9
10.2
69
119
4.57
57.6
8.9
390
125
82
565

115

129

538

Marroqun-Guerra et al.
Tabla 2 (continuacin). Datos estadsticos iniciales y finales de composicin qumica para la bauxita BX-N (ANRT-CRPG).

Elemento

ni

xi

Br
C
Cd
Cl
F
Hg (ppb)
I
In (ppb)
Mo (ppb)
Pd (ppb)
Pt (ppb)
S
Se
Sn
Te (ppb)
Tl
W

1
2
3
3
6
5
1
2
6
1
1
2
4
6
1
2
3

1
670
0.37
41
880
123
3
310
8.1
2.2
9.9
127
0.056
20
390
0.043
7.1

si

%Rsdi**

100
24

11.4
19.2

2.3

11

Ot

%Ot

nf

xf

sf

0*
0*

0
0

6
5

880
123

100
24

28.4

0*

55.8

0*

8.1

20

2.3

11

%Rsdf** Lmites de confianza 99%

11.4
19.2

710
74

1040
170

28.4

4.3

11.8

55.8

1.6

37.8

Claves: ni = nmero de observaciones iniciales, xi = media aritmtica inicial, si = desviacin estndar inicial, %Rsdi = porcentaje de desviacin estndar
inicial, Ot = nmero de valores desviados detectados por DODESYS, %Ot = porcentaje de valores desviados detectados por DODESYS, nf = nmero
de observaciones finales, xf = media aritmtica final, sf = desviacin estndar final, %Rsdf = porcentaje de desviacin estndar final, EM = elementos
mayores + CO2 + H2O+ + H2O-. * Se aplicaron nicamente las pruebas de discordancia sencillas, debido a que el nmero de datos para este elemento es
reducido (ni = 57). ** Este parmetro fue calculado usando los valores no redondeados de la media y la desviacin estndar.

con los resultados obtenidos aplicando el presente esquema

estadstico.
Los valores de concentracin (xf) y los porcentajes
de desviacin estndar relativa (%Rsdf = [s f100]/x f)
obtenidos utilizando el programa DODESYS (Tabla 2)
fueron comparados con aquellos propuestos por el CRPG
(xlit y %Rsdlit; Tabla 1). Ya que los datos de composicin
sugeridos por GEOREM son comparables a los del CRPG
(siendo exactamente los mismos valores en 60% de los
elementos) y no se reporta incertidumbre asociada, no se
reporta la comparacin de los datos de concentracin de
ODESYS con respecto a GEOREM. Inicialmente se realiz
una comparacin directa de los parmetros, representada en
grficas %Rsdlit vs. %Rsdf (Figura 2a y Figuras A2b, A4b,
A6b, A8b, A10b, A12b y A14b en el suplemento electrnico), seguida por un anlisis de tipo ANOVA.
Para BX-N, la prueba ANOVA (a un 99% de confianza) revel que el 38.8% de los elementos present diferencias significativas en el porcentaje de desviacin estndar
relativa generado por el mtodo basado en pruebas de discordancia y el propuesto por el CRPG. Los valores de media
obtenidos por DODESYS se caracterizan generalmente por
mostrar valores del %Rsdf (Tabla 2) menores que aquellos
obtenidos por mtodos de tendencia central, de acuerdo al
parmetro %Rsdlit (Tabla 1). Un cambio significativo en el
porcentaje de desviacin estndar relativa (que puede expresarse tambin con el parmetro %Rsd = 100[(%Rsdf
%Rsdlit)/%Rsdlit]) fue observado en algunos elementos traza (Figura 2a; %Rsd: Co, 673; Pb, 653; Rb, 730; Sb, 1396
e Y, 705). En pocos casos ocurre un comportamiento opuesto
(%Rsdf > %Rsdlit), como es el caso de Ce (%Rsd = 43).

Por otra parte, el 18.4% de los elementos estudiados para

BX-N mostr diferencias significativas de concentracin en
relacin con las propuestas con anterioridad por el CRPG
(Tabla 1). Estas diferencias fueron expresadas por medio
del parmetro x = 100[(xfxlit)/xlit]. Como se aprecia en
la Figura 2b, las medias generadas por DODESYS (Tabla
2) para BX-N contrastan hasta en un 50% con respecto a las
sugeridas en la literatura (Tabla 1), con excepcin de FeO
(+58%), Na2O (+100%), Rb (+156%) y Cs (+325%).
En relacin con el resto de los MRG estudiados, la
prueba estadstica ANOVA (a un 99% de nivel de confianza)
detect diferencias significativas entre la varianza generada
por DODESYS y la reportada en la literatura en el 38%
(distena DT-N) al 70% (serpentina UB-N) de los casos. En
estos casos discordantes, el parmetro %Rsd vari entre
25 y 100%, aunque un contraste ms extremo fue observado en Cd para GS-N (%Rsd = 144) y en Zn para WS-E
(%Rsd = 3137).
Por otra parte, el anlisis de ANOVA no detect
diferencias significativas en valores de concentracin
para el microgabro PM-S generados por DODESYS y
aqullos recomendados por el CRPG. Para el resto de los
MRG, una discordancia en composicin se observ en
el 2% (granito GS-N) al 11% (feldespato FK-N) de los
elementos estudiados. De acuerdo con el parmetro x,
la diferencia en magnitud de concentracin en estos MRG
fue, en general, <18.6%, aunque en 11% de los elementos
se observaron mayores diferencias. Casos extremos de
contraste de composicin (x 100%) se obsevaron en:
(a) Sn (+140) para diorita DR-N (Figura A2b), (b) MgO
(+110), CaO (+250) y Cl (+100) para distena DT-N (Figura

Evaluacin estadstica de Materiales de Referencia aplicando deteccin y eliminacin de valores desviados

DODESYS
CRPG
GEOREM

1000
500
BX-N / Condrita

539

100
50

La

Ce

Pr

Nd

(Pm)

Sm

Eu

Gd

Tb

Dy

Ho

Er

Tm

Yb

Lu

Figura 1. Diagrama de lantnidos normalizado a condrita para la bauxita BX-N, considerando la composicin generada a partir de la evaluacin estadstica
del presente trabajo (DODESYS) y la propuesta en la literatura (fuentes: CRPG y GEOREM). Valores de normalizacin de lantnidos tomadas de Nakamura
(1974) y Haskin et al. (1968): La = 0.329, Ce = 0.865, Pr = 0.112, Nd = 0.63, Sm = 0.203, Eu = 0.077, Gd = 0.276, Tb = 0.047, Dy = 0.343, Ho = 0.07, Er
= 0.225, Tm = 0.03, Yb = 0.22 y Lu = 0.0339. Las lneas verticales indican el intervalo de concentracin de 1s, que para varios de los datos generados
por DODESYS son ms pequeos que el tamao del smbolo. En el caso de los datos de GEOREM, no estuvo disponible la desviacin estndar.

A4b); (c) Fe2O3 (+150), Th (+233) y F (+367) para feldespato FK-N (Figura A6b) y (d) Ge (+105) para serpentina
UB-N (Figura A12b).
La importancia del presente estudio radica en la
generacin de valores ms probables de concentracin de
elementos mayores y traza, incluyendo su incertidumbre
asociada, para cada MRG aplicando una metodologa
estadstica estricta. Esta informacin es indispensable
para desarrollar procesos de calibracin, estadsticamente
consistentes y con evidencia de trazabilidad (Kane y Potts,
2002), para diferentes mtodos analticos.
Este tipo de calibracin analtica, aunque no es una
prctica comn en los procesos analticos, es una alternativa
estadsticamente ms adecuada para ajustar mediciones
experimentales, debido a que involucra la construccin de
modelos de regresin lineal ponderada (Y = b0w + b1wX + ),
a partir de valores de concentracin de MRG y de una seal
analtica, as como las incertidumbres de estos parmetros,
con el fin de asignar diferentes factores de ponderacin a
los pares de datos, dependiendo de sus incertidumbres, que
por lo general, son heteroscedsticas (Zorn et al., 1997;
Bevington y Robinson, 2003; Sayago et al., 2004; Santoyo
et al., 2006; Verma et al., 2006, 2009; Verma y Santoyo,
2007). A partir de estos modelos de regresin ponderada, en
combinacin con un manejo adecuado de muestras desconocidas (representativas de una unidad geolgica, sin evidencia
de alteracin y finamente molidas) y el seguimiento de un
protocolo estricto de anlisis de laboratorio, es posible obtener datos analticos confiables y su incertidumbre asociada.

Esta es una informacin imprescindible, ya que la validez

de un modelo geolgico, que involucra datos geoqumicos
(por ejemplo, problemas ambientales, Lalor y Zhang, 2001;
procesos magmticos, Verma, 1998b; prospeccin de yacimientos, Ali et al., 2006; procedencia de sedimentos clsticos, Armstrong-Altrin et al., 2004), depender de la calidad
de los datos analticos en los que se basa (De Bivre, 1997).
Finalmente, es importante destacar que para cada valor de
concentracin propuesto existen disponibles sus lmites de
confianza al 99%. Estos parmetros pueden ser utilizados
como una prueba para detectar errores sistemticos durante
procesos de calibracin analtica (Miller y Miller, 2002).
CONCLUSIONES
Los valores de composicin qumica de MRG generados por el sistema DODESYS se caracterizan por mostrar,
en general, valores de desviacin estndar relativa ms
pequeos que los asociados a las concentraciones reportadas
en la literatura. Por medio de la prueba de hiptesis ANOVA,
aplicada a un nivel estricto de confianza de 99%, se encontr
que existen diferencias significativas entre las varianzas
obtenidas por el mtodo basado en pruebas de discordancia
y aquellas reportadas previamente por el CRPG. En algunos
casos, los valores de concentracin de elementos mayores y
traza, tambin difieren significativamente de los sugeridos
por el CRPG. Estas diferencias pueden afectar los procesos
de calibracin y la evaluacin de metodologas analticas.

540

Marroqun-Guerra et al.
500

a)

Sb

Bauxita
BX-N

una mejora sustancial del documento original. Finalmente,

se agradece a Surendra P. Verma por sus observaciones y
sugerencias durante el proceso de evaluacin y correccin
del manuscrito.

Rb

Co
Pb

50

%Rsdlit

APNDICE. SUPLEMENTO ELECTRNICO

Informacin adicional a este artculo se encuentra
disponible en el sitio web de la revista <http://rmcg.unam.
mx/>, en la tabla de contenido de este nmero (suplemento
electrnico 26-2-04).

Ce

Elemento mayor
Lantnido
Elemento traza
Elemento ultra-traza
0
0

%Rsdf

50

500

30

b)

Nmero de observaciones

25

Bauxita BX-N
20
15
10

Na20
FeO

5
0

Rb
-100 -50

Cs

50 100 150 200 250 300 350 400

100* [(xf-xlit)/xlit]
Figura 2. (a) Comparacin %Rsdf (desviacin estndar relativa en %) obtenido en el presente trabajo para elementos mayores y traza en la bauxita
BX-N (Tabla 2) con el %Rsdlit reportado por el CRPG (Tabla 1; <http://
helium.crpg.cnrs-nancy.fr/SARM/geostandards/geostandards.html>). La
lnea diagonal corresponde a un valor igual de %Rsd. (b) Histograma del
% de la diferencia de concentracin promedio (xf) normalizada obtenida
en este trabajo para elementos mayores y traza en la bauxita BX-N con
respecto al valor reportado por el CRPG (xlit).

AGRADECIMIENTOS
El primer autor (SGMG) agradece al CONACYT
por la asignacin de una beca para realizar estudios de
Maestra en Ciencias en la Facultad de Ciencias de la
Tierra, UANL, bajo la asesora del segundo autor (FVT).
Los autores agradecen a los rbitros de la revista Juan
Pablo Bernal Uruchurtu, Mirna Guevara Garca y uno annimo quienes proporcionaron comentarios que permitieron

REFERENCIAS
Abbey, S., 1981, The search for best values A study of three Canadian
rocks: Geostandards Newsletter, 5, 13-26.
Abbey, S., 1992, Evaluation and application of reference materials a
five-mode approach: Chemical Geology, 95, 123-130.
Abbey, S., Rousseau, R.M., 1985, Pragmatism vs. rigour: a debate on the
resolution of disparate analytical data on four Canadian iron formation reference samples: Geostandards Newsletter, 9, 1-16.
Abbey, S., Meeds, R.A., Belanger, P.G., 1979, Reference samples of
rocks The search for best values: Geostandards Newsletter,
3, 121-133.
Ali, K., Cheng, K., Li, W., Chen, Y., 2006, Multi-element association
analysis of stream sediment geochemistry data for predicting gold
deposits in south-central Yunnan Province, China: Geochemistry:
Exploration, Environment, Analysis, 6, 341-348.
Ando, A., Kamioka, H., Itoh, S. 1987, 1986 values for fifteen GSJ rock
reference samples: Geostandards Newsletter, 11, 159-166.
Armstrong-Altrin, J.S., Lee, Y.I., Verma, S.P., Ramasamy, S., 2004,
Geochemistry of sandstones from the Upper Miocene Kudankulam
formation, southern India: Implications for provenance, weathering, and tectonic setting: Journal of Sedimentary Research, 74,
285-297.
Barnett, V., Lewis, T., 1994, Outliers in statistical data: Chichester, Wiley,
584 p.
Baumann, K., 1997, Regression and calibration for analytical separation
techniques. Part II: Validation, weighted and robust regression:
Process Control and Quality, 10, 75-112.
Bevington, P.R., Robinson D.K., 2003, Data Reduction and Error Analysis
for the Physical Sciences: New York, McGraw-Hill, 328 pp.
Bonas, G., Zervon, M., Papaeoannou, T., Lees, M., 2003, SoftCRM:
a new software for the Certification of Reference Materials:
Accreditation and Quality Assurance, 8, 101-107.
Christie, O.H.J., Alfsen, K.N., 1977, Data transformation as a means
to obtain reliable consensus values for reference materials:
Geostandards Newsletter, 1, 47-49.
De Bivre, P., 1997, Measurement results without statements of reliability
(uncertainty) should not be taken seriously: Accreditation and
Quality Assurance, 2, 269.
Daz-Gonzlez, L, 2008, Desarrollo de nuevas herramientas estadsticas
y geotermomtricas para la industria geotrmica: Universidad
Nacional Autnoma de Mxico, Postgrado en Ingeniera (Energa),
Tesis de Doctorado, 180 pp.
Ellis, P.J., 1981, Confidence limit for the Gastwirth median: Geostandards
Newsletter, 5, 161-166.
Ellis, P.J., Copelowitz, I., Steele, T.W., 1977, Estimation of the mode
by the dominant cluster method: Geostandards Newsletter, 1,
123-130.
Flanagan, F.J., 1986, Reference samples in geology and geochemistry:
Geostandards Newsletter, 10, 191-264.
Gladney, E.S., Jones, E.A., Nickell, E.J., Roelandts, I., 1991, 1988 compilation of elemental concentration data for USGS DTS-1, G-1,

Evaluacin estadstica de Materiales de Referencia aplicando deteccin y eliminacin de valores desviados

PCC-1 and W-1: Geostandards Newsletter, 15, 199-396.
Gonzlez-Ramrez, R., Daz-Gonzlez, L., Verma, S.P., 2009, Eficiencia
relativa de las 33 pruebas de discordancia para valores desviados
basada en datos geoqumicos de materiales de referencia. Revista
Mexicana de Ciencias Geolgicas, 26(2), 501-515.
Govindaraju, K., 1982, Report (1967-1981) on four ANRT rock reference
samples: diorite DR-N, serpentine UB-N, bauxite BX-N and
disthene DT-N: Geostandards Newsletter, 6, 91-159.
Govindaraju, K., 1984, Report (1973-1984) on two ANRT Geochemical
Reference Samples: granite GS-N and potash feldspar FK-N:
Geostandards Newsletter, 8, 173-206.
Govindaraju, K., 1987, 1987 compilation on Ailsa Craig granite AC-E
with the participation of 128 GIT-IWG laboratories: Geostandards
Newsletter, 11, 203-255.
Govindaraju, K., 1993, Geostandards: preparation, sources, and evaluation,
en Riddle, C. (ed.), Analysis of geological materials: New York,
Marcel Dekker, 303-342.
Govindaraju, K., 1994, 1994 compilation of working values and sample
description for 383 geostandards: Geostandards Newsletter, 18
(Special Issue), 1-158.
Govindaraju, K., Roelandts, I., 1989, 1988 Compilation report on trace
elements in six ANRT rock reference samples: diorite DR-N,
serpentine UB-N, bauxite BX-N, disthene DT-N, granite GS-N
and potash feldspar FK-N: Geostandards Newsletter, 13, 5-67.
Govindaraju, K., Potts, P.J., Webb, P.C., Watson, J.S., 1994, 1994 report
on Whin Sill dolerite WS-E and Pitscurrie microgabbro PM-S
from Scotland: assessment by one hundred and four international
laboratories: Geostandards Newsletter, 18, 211-300.
Guevara, M., Verma, S.P., Velasco-Tapia, F., Lozano-Santa Cruz, R.,
Girn, P., 2005, Comparison of linear regression models for
quantitative geochemical analysis: an example using X-ray
fluorescence spectrometry: Geostandards and Geoanalytical
Research, 29, 271-284.
Haskin, L.A., Haskin, M.A., Frey, F.A., Wilderman, T.R., 1968, Relative and
absolute terrestrial abundances of the rare-earths, en Henderson, P.
(ed.), Rare Earth Geochemistry: Londres, Elsevier, p. 115-151.
Hayes, K., Kinsella, A., Coffey, N., 2007, A note on the use of outlier
criteria in Ontario laboratory quality control schemes: Clinical
Biochemistry, 40, 147-152.
Huber, P.J., 1981, Robust statistics: New York, Wiley, 308 p.
Imai, N., Terashima, S., Itoh, S., Ando, A., 1995, 1994 compilation
of analytical data for minor and trace elements in seventeen
GSJ geochemical referente simples, igneous rock series:
Geostandards Newsletter, 19, 135-213.
ISO (International Organization of Standarization), 1989, Guide 35:
Certification of reference materials General and statistical
principles (2da edicin): Ginebra, International Organization of
Standarization, 32 p.
ISO (International Organization of Standarization), 2000, Guide 33: Uses of
certified reference materials (2da edicin): Ginebra, International
Organization of Standarization, 23 p.
ISO (International Organization of Standarization), 2006, Guide 35:
Certification of reference materials General and statistical
principles (3ra edicin): Ginebra, International Organization of
Standarization, 64 p.
Jensen, J.L., Lake, L.W., Corbett, P.W., Goggin, D.J., 1997, Statistics
for petroleum engineers and geoscientists: Upper Saddle River,
Prentice Hall, 390 p.
Jochum, K.P., 2007, Geostandards and Geoanalytical Research
Bibliographic Review 2006: Geostandards and Geoanalytical
Research, 31, 411-448.
Jochum, K.P., Nohl, U., Herwig, K., Lammel, E., Stoll, B., Hofmann,
A.W., 2005, GEOREM: A new geochemical database for reference
materials and isotopic standards: Geostandards and Geoanalytical
Research, 29, 333-338.
Jochum, K.P., Brueckner, S.M., Nohl, U., Stoll, B., Weis, U., 2008,
Geostandards and Geoanalytical Research Bibliographic Review
2007: Geostandards and Geoanalytical Research, 32, 509-514.
Kane, J.S., 1992, Reference samples for use in analytical geochemistry:
their availability, preparation, and appropriate use: Journal of

541

Geochemical Exploration, 44, 37-92.

Kane, J.S., 2001, The use of Reference Materials: a tutorial: Geostandards
Newsletter: The Journal of Geostandards and Geoanalysis, 25,
7-22.
Kane, J.S., 2004, Report of the International Association of Geoanalysis
on the certification of Penrhyn Slate OU-6: Geostandards and
Geoanalytical Research, 28, 53-80.
Kane, J.S., 2005, Correction to Report of the International Association
of Geoanalysis on the certification of Penrhyn Slate OU-6:
Geostandards and Geoanalytical Research, 29, 237-239.
Kane, J.S., Potts, P.J., 2002, Traceability in Geochemical Analysis:
Geostandards Newsletter: The Journal of Geostandards and
Geoanalysis, 26, 171-180.
Kane, J.S., Potts, P.J., Wiedenbeck, M., Carignan, J., Wilson, S., 2003,
International Association of Geoanalysts Protocol for the certification of geological and environmental reference materials:
Geostandards Newsletter: The Journal of Geostandards and
Geoanalysis, 27, 227-244.
Kane, J.S., Potts, P.J., Meisel, T., Wiedenbeck, M., 2007, International
Association of Geoanalysts Protocol for the Certification of
Geological and Environmental Reference Materials: A supplement: Geostandards Newsletter: The Journal of Geostandards
and Geoanalysis, 31, 285-288.
Lalor, G.C., Zhang, C., 2001, Multivariate outlier detection and remediation
in geochemical databases: The Science of the Total Environment,
281, 99-109.
Lister, B., 1982, Evaluation of analytical data: a practical guide for geoanalysis: Geostandards Newsletter, 6, 175-205.
Miller, J.N., Miller, J.C., 2002, Estadstica y quimiometra para Qumica
Analtica: Madrid, Pearson Prentice Hall, 278 pp.
Mordberg, L.E., Stanley, C.J., German, K., 2001, Mineralogy and geochemistry of trace elements in bauxites: the Devonian Schugorsk
deposit, Russia: Mineralogical Magazine, 65, 81-101.
Nakamura, Y., 1974, Determination of REE, Ba, Mg, Na, and K in carbonaceous and ordinary chondrites: Geochimica et Cosmochimica
Acta, 38, 757-775.
Potts, P.J., 1995, A Handbook of Silicate Rock Analysis: Glasgow, Blackie,
610 p.
Rock, N.M.S., 1987, The need for standarization of normalized multielement diagrams in geochemistry: a comment: Geochemical
Journal, 21, 75-84.
Roelandts, I., 1990, Geochemical Reference Sample Bibliography for
1989: Geostandards Newsletter, 14, 485-486.
Roelandts, I., 1991, Geochemical Reference Sample Bibliography for
1990: Geostandards Newsletter, 15, 401-416.
Roelandts, I., 1992, Geochemical Reference Sample: Bibliography for
1991: Geostandards Newsletter, 16, 343-362.
Roelandts, I., 1993, GeostandaRef Corner. Geochemical Reference Sample.
Bibliography for 1992: Geostandards Newsletter, 17, 295-316.
Roelandts, I., 1994, Geochemical Reference Sample Bibliography for
1993: Geostandards Newsletter, 18, 301-325.
Roelandts, I., 1995, GeostandaRef Corner: Geostandards Newsletter, 19,
231-253.
Roelandts, I., 1996, Geochemical Reference Sample: Bibliography for
1995: Geostandards Newsletter, 20, 327-357.
Roelandts, I., 1997, GeostandaRef Corner Geochemical Reference Sample
Bibliography for 1996: Geostandards Newsletter, 21, 321-339
Roelandts, I., 1998, GeostandaRef Corner Geochemical Reference Sample
Bibliography for 1997: Geostandards Newsletter, 22, 257-284.
Roelandts, I., 1999, GeostandaRef Corner Geochemical Reference Sample
Bibliography for 1998: Geostandards Newsletter, 23, 261-281.
Roelandts, I., 2000, GeostandaRef Corner Geochemical Reference Sample
Bibliography for 1999: Geostandards Newsletter, 24, 281-302.
Roubault, M., de la Roche, H., Govindaraju, K., 1964, Lanalyse des
roches silicates par spectromtrie photo-lectrique au quantomtre A.R.L. et son contrle par des roches etalons: Science de
la Terre, 9, 339-371.
Sankar Das, M., 1979, Geometric means as probable values for compiled
data on geochemical reference samples: Geostandards Newsletter,
3, 199-205.

542

Marroqun-Guerra et al.

Santoyo, E., Verma, S.P., 2003, Determination of lanthanides in synthetic

standards by reversed-phase high performance liquid chromatography with the aid of a weighted least-squares regression model:
estimation of method sensitivities and detection limits: Journal
of Chromatography A, 997, 171-182.
Santoyo, E., Guevara, M., Verma, S.P., 2006, Determination of lanthanides
in international geochemical reference materials by reversed-phase high performance liquid chromatography: An application of
error propagation theory to estimate total analysis uncertainties:
Journal of Chromatography A, 1118, 73-81.
Sayago, A., Boccio, M., Asuero, A.G., 2004, Fitting straight lines with
replicated observations by linear regression: The least squares postulates: Critical Reviews in Analytical Chemistry, 34, 39-50.
StatSoft, Inc., 1984-2003, STATISTICA (data analysis software system),
version 7.0, Tulsa, Oklahoma, <www.statsoft.com>.
Stoch, H., Steele, T.W., 1978, Analyses, by several laboratories, of three
ferromanganese slags: Johannesburg, South Africa, National
Institute for Metallurgy, Report No. 1965, 34 pp.
Stoeppler, M., Wolf, W.R., Jenks, J.K., 2001, Reference Materials for
Chemical Analysis: Certification, Availability, and Proper Usage:
Weinheim, Wiley-VCH, 322 pp.
Uriano, G.A., Gravatt, C.C., 1977, The role of reference materials and
reference methods in chemical analysis: CRC Critical Reviews
in Analytical Chemistry, 6, 361-411.
Valcrcel, M., Ros, A. 1999, Reliability of analytical information in the
XXIst century: Analytica Chimica Acta, 400, 425-432.
Valcrcel, M., Ros, A., Maier, E., 1999, A practical approach to metrology
in chemistry and biology: Accreditation and Quality Assurance,
4, 143-152.
Valladon, M., 2002, Geostandards and Geoanalysis 2001 Bibliographic
Review: Geostandards Newsletter: The Journal of Geostandards
and Geoanalysis, 26, 313-332.
Valladon, M., 2003, Geostandards and Geoanalytical Research
Bibliographic Review 2002: Geostandards Newsletter: The
Journal of Geostandards and Geoanalysis, 27, 273-299.
Valladon, M., 2004, Geostandards and Geoanalytical Research
Bibliographic Review 2003: Geostandards and Geoanalytical
Research, 28, 449-478.
Valladon, M., 2005, Geostandards and Geoanalytical Research
Bibliographic Review 2004: Geostandards and Geoanalytical
Research, 29, 339-371.
Valladon, M., 2006, Geostandards and Geoanalytical Research
Bibliographic Review 2005: Geostandards and Geoanalytical
Research, 30, 273-305.
Velasco, F., Verma, S.P., 1998, Importance of skewness and kurtosis statistical tests for outlier detection and elimination in evaluation
of geochemical reference materials: Mathematical Geology, 30,
109-128.
Velasco-Tapia, F., Guevara, M., Verma, S.P., 2001, Evaluation of concentration data in Geochemical Reference Materials: Chemie der
Erde, 61, 69-91.
Verma, S.P., 1997, Sixteen statistical tests for outlier detection and rejection
in evaluation of international geochemical referente materials:
example of microgabbro PM-S: Geostandards Newsletter: Journal
of Geostandards and Geoanalysis, 21, 59-75.
Verma, S.P., 1998a, Improved concentration data in two international
geochemical reference materials (USGS basalt BIR-1 and GSJ
peridotite JP-1) by outlier rejection: Geofsica Internacional,
37, 215-250.

Verma, S.P., 1998b, Error propagation in equations for geochemical modeling of trace elements in two-component mixing: Geofsica
Internacional, 37, 327-338.
Verma, S.P., 2005, Estadstica bsica para el manejo de datos experimentales: aplicacin en la Geoqumica (Geoquimiometra): Mxico,
D.F., Universidad Nacional Autnoma de Mxico, 186 pp.
Verma, S.P., 2009, Evaluation of polynomial regression models for the
Student t and Fisher F critical values, the best interpolation equations from double and triple natural logarithm transformation of
degrees of freedom up to 1000, and their applications to quality
control in science and engineering: Revista Mexicana de Ciencias
Geolgicas, 26, 79-92.
Verma, S.P., Quiroz-Ruiz, A., 2006a, Critical values for 22 discordancy
test variants for outliers in normal samples up to size 100, and
applications in science and engineering: Revista Mexicana de
Ciencias Geolgicas, 23, 302-319.
Verma, S.P., Quiroz-Ruiz, A., 2006b, Critical values for six Dixon tests
for outliers in normal samples up to sizes 100, and applications
in science and engineering: Revista Mexicana de Ciencias
Geolgicas, 23, 133-161.
Verma, S.P., Quiroz-Ruiz, A., 2008, Critical values for 33 discordancy
test variants for outliers in normal samples for very large sizes
of 1,000 to 30,000: Revista Mexicana de Ciencias Geolgicas,
25, 369-381.
Verma, S.P., Santoyo, E., 2007, High-performance liquid and ion chromatography: separation and quantification analytical techniques for
rare-earth elements: Geostandards and Geoanalytical Research,
31, 161-184.
Verma, S.P., Ordua-Galvn, L.J., Guevara, M., 1998, SIPVADE: A new
computer programme with seventeen statistical tests for outlier
detection in evaluation of international geochemical reference
materials and its application to Whin Sill dolerite WS-E from
England and Soil-5 from Peru: Geostandards Newsletter: Journal
of Geostandards and Geoanalysis, 22, 209-234.
Verma, S.P., Daz-Gonzlez, L., Snchez-Upton, P., Santoyo, E., 2006,
OYNYL: A new Computer Program for Ordinary, York, and New
York least-Squares linear regressions: WSEAS Transactions on
Environment and Development, 2, 997-1002.
Verma, S.P., Quiroz-Ruiz, A., Daz-Gonzlez, L., 2008, Critical values for
33 discordancy test variants for outliers in normal samples up to
size 1000, and applications in quality control in Earth Sciences:
Revista Mexicana de Ciencias Geolgicas, 25, 82-96.
Verma, S.P., Daz-Gonzlez, L., Gonzlez-Ramrez, R., 2009, Relative efficiency of single-outlier discordancy tests for processing geochemical data on reference materials and application to instrumental
calibrations by a weighted least-squares linear regression model:
Geostandards and Geoanalytical Research, 33, 29-49.
Zorn, M.E., Gibbons, R.D., Sonzogni W.C., 1997, Weighted least-squares
approach to calculating limits of detection and quantification by
modeling variability as a function of concentration: Analytical
Chemistry, 69, 3069-3075.

Manuscrito recibido: Abril 18, 2008

Manuscrito corregido recibido: Abril 20, 2009
Manuscrito aceptado: Abril 24, 2009